PCL学习记录-2 Filter-2 VoxelGrid（体素网格方法-降采样）功能及用法解析

通过体素网格实现降采样，可以减少点数量的同时，保证点云的形状特征，可以提高配准、曲面重建、形状识别等算法的速度，并保证准确性。

来源：官方文档：https://pcl-tutorials.readthedocs.io/en/latest/voxel_grid.html#voxelgrid

一.VoxelGrid体素网格方法进行滤波&降采样 

  VoxelGrid体素网格作用：使用体素网格可以用来减少点云数据中的点的数量，同时能够保持点云的形状特征；

                                         在提高配准，曲面重建，形状识别等算法的运行速度时，非常有用。

  VoxelGrid体素网格实现原理：

          PCL实现的VoxelGrid类通过输入的点云数据创建一系列三维的体素栅格（可以想象为一个个微小的空间三维立方体的集合），然后在每一个体素中（就是每一个三维体素栅格）内，用这个体素栅格内所有点的重心来近似的显示体素中的其他点（用一个点代表栅格内的所有点）。

          经过体素网格处理过的点云的密度将会显著减小，并且能够很好的保留原始的曲面特征,这也就是降采样（或称下采样的原因）。

 

二.使用体素网格进行降采样代码

     2.1 代码实现大致过程：

        1.创建带处理点云对象：注意变量格式为：pcl::PCLPointCloud2::Ptr 

        2.创建处理后点云对象：pcl::PCLPointCloud2::Ptr 

        3.将PCD文件导入，并存入带处理点云对象中：使用pcl：：PCDreader

        4.创建Voxel体素处理对象，并设置体素参数，此处例子采用的体素网格的尺寸为0.01m^3

        5.执行降采样，并存入处理后点云对象中

        6.将降采样后点晕存储至PCD文件中

    2.2 一些小tips：

       1. 使用 pcl_viewer -multiview 1 table_scene_lms400.pcd table_scene_lms400_downsampled.pcd 指令，可以同时查看两个点云PCD文件。

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>

int main(int argc, char** argv){
    //step1 :创建待处理点云对象以及处理后点云对象，注意变量类型！
    pcl::PCLPointCloud2::Ptr cloud(new pcl::PCLPointCloud2());
    pcl::PCLPointCloud2::Ptr filtered_cloud(new pcl::PCLPointCloud2());

    //Step2： 创建IO对象，读取点云文件,并显示体素网格降采样之前的点云信息
    pcl::PCDReader reader;
    reader.read("table_scene_lms400.pcd", *cloud);
    
    std::cerr<< "PointCloud file size before filtering" << cloud->width *cloud->height
             << " data points.("  <<pcl::getFieldsList(* cloud)<<  ")." <<std::endl;

    //step3. 创建体素网格对象，并进行降采样
    pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
    sor.setInputCloud(cloud);
    sor.setLeafSize(0.01f,0.01f,0.01f);
    sor.filter(*filtered_cloud);
    
    //step4:降采样结束，查看结果
    std::cerr<< "PointCloud file size after filtering" << filtered_cloud->width *filtered_cloud->height
             << " data points.("  <<pcl::getFieldsList(* filtered_cloud)<<  ")." <<std::endl;

    //Step5: 将降采样后的文件存储至PCD文件中
    pcl::PCDWriter writer;
    writer.write ("table_scene_lms400_downsampled.pcd", *filtered_cloud, 
         Eigen::Vector4f::Zero (), Eigen::Quaternionf::Identity (), false);

 return (0);

}

   处理后的结果如下所示：